Video Experimental Relacionado
Updated: Jul 18, 2026
08:40
Isokinetic Robotic Device to Improve Test-Retest and Inter-Rater Reliability for Stretch Reflex Measurements in Stroke Patients with Spasticity
Published on: June 12, 2019
El control cortical directo de los dispositivos neuroprótesis 3D
Dawn M Taylor1, Stephen I Helms Tillery, Andrew B Schwartz
1Department of Bioengineering, Arizona State University, Tempe, AZ 85287-6006, USA.
Science (New York, N.Y.)
|June 8, 2002
Resumen
Las propiedades de sintonización de las neuronas corticales se adaptan durante los movimientos controlados por el cerebro en tiempo real. Los algoritmos adaptativos permitieron un preciso control neuroprotésico tridimensional con menos neuronas, mejorando con la práctica.
Área de la Ciencia:
- La neurociencia es la neurociencia.
- Ingeniería Biomédica Ingeniería Biomédica.
- Robótica y Robótica Robótica y Robótica Robótica Robótica Robótica Robótica Robótica Robótica
Sus antecedentes:
- La decodificación en tiempo real de la actividad de las neuronas corticales permite el control de dispositivos neuroprótesis.
- Los modelos anteriores asumieron propiedades de afinación neuronal fijas, con sujetos que no eran conscientes de los movimientos previstos.
Objetivo del estudio:
- Para investigar los cambios dinámicos en las propiedades de sintonización de las neuronas corticales durante los movimientos tridimensionales (3D) controlados por el cerebro en tiempo real.
- Desarrollar y evaluar algoritmos de control adaptativo que rastreen estos cambios neuronales.
Principales métodos:
- Los sujetos controlaban trayectorias neuroprótesis 3D utilizando retroalimentación visual en tiempo real de su actividad cerebral.
- Se registró y decodificó la actividad de las neuronas corticales utilizando algoritmos que se adaptaron a las propiedades cambiantes de sintonización celular.
- La precisión del movimiento y la sintonización neuronal se evaluaron durante las sesiones de práctica diarias.
Principales resultados:
- Se descubrió que las propiedades de sintonización de las neuronas corticales cambian dinámicamente durante los movimientos controlados por el cerebro.
- Los algoritmos de control adaptativo rastrearon con éxito estos cambios, permitiendo un movimiento 3D preciso.
- Los sujetos lograron largas secuencias de movimientos en 3D utilizando significativamente menos unidades corticales de lo previsto.
- La práctica diaria mejoró tanto la precisión del movimiento como la sintonización direccional de las poblaciones neuronales.
Conclusiones:
- La sintonización neuronal es adaptable y puede aprovecharse para interfaces cerebro-ordenador efectivas.
- Los algoritmos adaptativos son cruciales para optimizar el control neuroprotésico al tener en cuenta los cambios neuronales dinámicos.
- Este enfoque ofrece un método más eficiente y potencialmente más intuitivo para controlar dispositivos neuroprótesis complejos.
